期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于曲线拟合的双能X射线透射的金属识别研究 被引量：9
1
作者 王冬阳 张雄杰 +5 位作者 胡斌 王青山 王鲍 周鹏飞 王仁波 汤彬 《有色金属工程》 CAS 北大核心 2022年第2期85-91,共7页
双能X射线透射分析技术通过识别物料种类来回收废旧金属。针对传统的识别算法存在识别结果受金属厚度影响大、可识别的金属厚度范围较小的问题,在曲线拟合方法的基础上提出了一种基于野值判断的金属识别方法。采用基于高、低能T值的拟... 双能X射线透射分析技术通过识别物料种类来回收废旧金属。针对传统的识别算法存在识别结果受金属厚度影响大、可识别的金属厚度范围较小的问题,在曲线拟合方法的基础上提出了一种基于野值判断的金属识别方法。采用基于高、低能T值的拟合曲线,减少了厚度因素对拟合曲线相关度的影响,解决了较厚金属无法识别的问题;引入野值判断,提高了识别的准确性。对不同厚度的金属铝和金属铜进行识别实验,结果证明:基于野值判断的T值拟合识别算法对不同厚度铝和铜的识别效果较好,可识别的厚度范围相较于传统算法分别提高至90 mm和40 mm,扩大了可以分选的金属厚度范围。 展开更多
关键词 双能X射线透射 物质识别 废金属分选 曲线拟合 野值
下载PDF
基于双能X射线透射的区域分块废有色金属识别算法 被引量：9
2
作者 黄河 叶文华 +2 位作者 熊田忠 胡品龙 黄艰生 《机械制造与自动化》 2019年第4期26-29,共4页
在基于双能X射线透射技术的废有色金属分选中,可识别的物料厚度范围较小,无法满足废有色金属分选的需求。为解决该问题,对现有识别算法进行了分析,针对现有算法的不足,提出了一种基于低能透射信号值和双能R值双参数联合的区域分块废金... 在基于双能X射线透射技术的废有色金属分选中,可识别的物料厚度范围较小,无法满足废有色金属分选的需求。为解决该问题,对现有识别算法进行了分析,针对现有算法的不足,提出了一种基于低能透射信号值和双能R值双参数联合的区域分块废金属识别算法,提高了识别算法的适用厚度范围,并通过实验对算法的识别率进行了验证。 展开更多
关键词 双能X射线 物质识别 废金属分选 区域分块
下载PDF
基于BP神经网络的双能X射线透射的金属识别算法 被引量：8
3
作者 李伟毅 叶文华 熊田忠 《有色金属工程》 CAS 北大核心 2020年第8期124-130,共7页
双能X射线透射识别技术可识别物质种类,是一种能用于废金属回收的新方法。在废金属识别算法中,目前的曲线拟合识别算法只能在物质厚度较小时能较好地拟合,识别准确性和厚度范围不能满足废金属分选要求,并且不能解决X射线源扇形效应的影... 双能X射线透射识别技术可识别物质种类,是一种能用于废金属回收的新方法。在废金属识别算法中,目前的曲线拟合识别算法只能在物质厚度较小时能较好地拟合,识别准确性和厚度范围不能满足废金属分选要求,并且不能解决X射线源扇形效应的影响。针对现有算法的不足,基于α曲线提出α识别特征,提高了识别的厚度范围;提出将物料位置作为识别特征,解决了扇形效应;结合α特征和位置特征提出基于BP神经网络算法的废金属分类模型。通过铜和铝物料实验对比,结果表明识别准确率从81.4%提高到了94%。 展开更多
关键词 双能X射线 物质识别 废金属分选 BP神经网络
下载PDF
基于激光诱导击穿光谱技术的废旧金属分类辨识 被引量：4
4
作者 郭美亭 孙兰香 +3 位作者 董伟 王金池 丛智博 郑黎明 《冶金分析》 CAS 北大核心 2020年第12期72-78,共7页
废旧金属回收是工业中金属的重要来源之一,是发展循环经济的重要内容。废旧金属产量巨大,通常表面覆盖杂质,凹凸不平,因此对分类方法的判别能力和计算速度提出较高要求。采用激光诱导击穿光谱技术研究分析了7种废旧金属分类识别问题,包... 废旧金属回收是工业中金属的重要来源之一,是发展循环经济的重要内容。废旧金属产量巨大,通常表面覆盖杂质,凹凸不平,因此对分类方法的判别能力和计算速度提出较高要求。采用激光诱导击穿光谱技术研究分析了7种废旧金属分类识别问题,包括生铝、熟铝、镁、不锈钢、锌、黄铜与红铜。为了符合现场应用条件,实验中每个样本点只激发一次建立并分析了多种分类模型,包括支持向量机(SVM)分类模型,主成分分析方法结合支持向量机(PCA-SVM)分类模型,遗传算法结合支持向量机(GA-SVM)分类模型,遗传算法选择特征光谱结合主成分分析方法和支持向量机(GA-PCA-SVM)分类模型,以及遗传算法选择特征光谱结合主成分分析方法和人工神经网络(GA-PCA-BP)分类模型。通过遗传算法选取包含丰富特征的谱段组合与支持向量机方法相结合建立GA-SVM分类模型,490组验证样本分类准确率为93.47%。为了判断该模型的鲁棒性,对一批新样品,在自研的分选系统上以传送带匀速运行的方式进行测试,获取的750组光谱测试数据,分类准确率为88.27%,证明了该分类模型具有很好的移植性和应用性。 展开更多
关键词 废旧金属分类 激光诱导击穿光谱(LIBS) 分选系统 支持向量机 遗传算法
下载PDF
新型的废金属破碎分选生产线发展设想 被引量：6
5
作者 周春芳 周占兴 《冶金设备》 2014年第S1期130-132,共3页
介绍一条新型的废金属高效破碎分选生产线,采用高效的破碎机主机、高效磁选滚筒机、智能涡流分选机、铝铜及不锈钢自动分选机、皮带运输机等设备对废旧金属原料进行破碎加工及分选。通过本工艺处理,可以得到利于炼钢的优质废钢、纯净不... 介绍一条新型的废金属高效破碎分选生产线,采用高效的破碎机主机、高效磁选滚筒机、智能涡流分选机、铝铜及不锈钢自动分选机、皮带运输机等设备对废旧金属原料进行破碎加工及分选。通过本工艺处理,可以得到利于炼钢的优质废钢、纯净不锈钢、纯净铜铝等有色金属以及塑料等原料。本工艺高效环保,能最大程度的回收废旧金属中的有价物质,尤其适用于废旧汽车、家电、中轻型废旧金属的处理,是符合国家发展循环经济要求的先进的废旧金属处理生产线。 展开更多
关键词 废旧金属 回收 智能化控制功能 智能化仿真设计 破碎及分选
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部